避障控制
關注創建者：匿名 創建時間：2021-07-28
避障控制的視頻教程
(第三部分)基于ANSA/Hyperview的汽車碰撞分析及后處理技
1、正碰模型搭建操作及法規（國標）要求 2、正碰計算結果及曲線提取操作講解 3、40%偏置碰分析搭建操作及2018NCAP要求講解 4、40%偏置碰分析結果及結果讀取操作講解 5、側碰分析搭建方法要求操作講解（國標/2018NCAP） 6、側碰分析避障及控制卡片在Primer軟件進行單位轉換 7、側碰分析結果讀取及測量項測量方法講解 8、后碰分析搭建方法講解（國標） 9、后碰分析結果讀取
￥149 7小時27分鐘 1960播放
查看
避障控制的實例教程
基于聯盟的無人機集群避障方法
符小衛，張嘉平，魏 可
（西北工業大學電子信息學院，西安 710129）
摘 要: 無人機集群的避障行為作為群體行為的一種，在國內外得到了廣泛的研究和應用。針對切換拓撲結構下的集群避障控制問題，設計了僅需個別無人機獲取虛擬長機信息的集群避障方法。通過對無人機集群劃分聯盟，選出集群子網中的導航信息無人機來獲取虛擬長機的信息，在避障時可保證集群的連通性。在此基礎上，通過對集群中各導航信息無人機施加一個垂直于虛擬長機運動軌跡的額外排斥力，并將虛擬長機對導航信息無人機的引導力權值因子進行設計，使其成為與虛擬長機和導航信息無人機距離相關的自適應因子。不但保證集群在面對較大障礙物時能有效地進行避障，而且解決了傳統人工勢場避障方法中存在的局部極小值問題。仿真結果表明了所建模型的合理性和求解方法的有效性。
關鍵詞: 無人機集群；拓撲切換；信息濃度；聯盟；改進BFS；避障控制
1 引 言
近年來，無人機集群在軍事和民用領域具有廣泛的應用[1]，得到了科研和工程領域的重點關注。無人機集群指通過自組織機制，使具備有限自主能力的多架無人機在沒有集中指揮控制的情況下，通過相互間信息通信產生整體效應，實現較高程度的自主協作，從而在盡量少的人員干預下完成預期的任務目標。本文重點研究無人機集群避障控制方法。針對無人機集群避障問題，國內外學者進行了大量研究，常用的防碰撞控制方法包括人工勢場、神經網絡、最優化理論等。其中人工勢場原理簡單、易于理解、計算量小，在避障控制策略中成為首選方法[2]。
文獻[3]用勢能場方法模擬了群聚行為和凝聚力，并使用結構勢函數來實現集群間的防碰撞，當兩機之間的距離偏小時，排斥因子起主要作用，兩機分離，避免碰撞，該方法并不能保證相對距離大于最小安全距離。
展開 路徑規劃可分為全局規劃與局部規劃，是無人機避障關鍵技術之一。
(4)運動控制技術。運動控制技術是根據當前無人機自身狀態以及規劃出的避障路徑，生成控制指令，控制無人機精確、快速跟蹤規劃出的路徑，主要包括調向、調速、調高等控制動作，是無人機避障關鍵技術之一。
2 無人機避障方法
運行中的無人機一旦檢測到飛行沖突，立即解算避障路徑，并驅動機體按照安全路徑運行。當前避障技術主要分為三類：基于優化、勢場和機器學習的避障方法。
2.1 基于優化的避障方法
基于優化的避障方法思想源于最優控制[6]，是根據已建立的無人機時域數學模型或頻域數學模型，選擇一個容許的控制律，使無人機按照約束的條件運行，并使某一性能指標達到最優的過程。其特點在于從整個沖突態勢的演繹全局來考慮問題，可用各類數值計算與現代優化方法求解規避障礙的路徑。
2.1.1 數學優化算法
針對已建立的無人機避障模型，可利用各類數學優化算法將最優控制問題轉化為便于求解的模型，從而生成解脫路徑。
(1)非線性優化方法
性能指標或約束條件中包含非線性函數的問題稱為非線性優化問題，當前用于無人機避障的非線性優化方法有梯度下降法、二次規劃法、凸優化法等。陳偉鋒等[7]將避障問題轉化為最優控制命題形式，提出一種基于析取關系直接變換的動態聯立求解方法，并用Radau配置點的拉格朗日插值對最優控制模型進行離散化處理，并通過對比驗證了方法的有效性。付其喜等[8]將無人機額外飛行距離作為優化函數，首先基于隨機并行梯度下降法(Stochastic Parallel Gradient Descent, SPGD)對初始解脫可行解進行計算，再利用序列二次規劃(Sequential Quadratic Programming, SQP)求解最優解脫航向。
展開 在計算AES系統的TTC時，通常假設車輛在避障過程中的側向加速度是不變的。因為AES系統應該包括避免碰撞和保持車道的轉向動作，所以僅僅基于恒定加速度的避障并不能保證整個避障路徑是安全可行的。
在確定何時觸發緊急控制的問題上，現有文獻探究了尋找最后可能的避障軌跡的方法。所有的無碰撞軌跡都是從車輛的縱向運動和橫向運動這兩方面考慮的。緊急控制系統的干預時間被確定為避障軌跡存在的最后臨界點。但是，這些方法難以應用到集成了（ECU分開運行的）AEB和AES的ADAS系統上。
從AES的轉向控制的角度出發，使用路徑預測的最優輸入設計（基于MPC）得到了廣泛的研究。Falcone，Yoon等研究了穩定性約束下非線性車輛模型的最優跟蹤問題。Liu，Carvalho等設計了一個具有廣義成本函數的MPC框架，包括軌跡誤差，車道選擇與改變以及危險指數。根據以上指標生成最佳路徑后，可以通過加速、制動和轉向的組合來實現。Kim等考慮了駕駛員的不相容性，為可能的制動、左轉、右轉建立MPCs，在避障路徑中選擇最優的輸入。為了設計避障的轉向控制器，Erlien等把靜態障礙物的邊界線描述為環境包絡線，同時確定了車輛的安全避障區域。Keller等用安全氣泡定義周圍車輛的危險區域，當自車進入到安全氣泡時執行避障控制。雖然Keller等為基于避障的MPC設計了各種成本函數，但是沒能很好地研究制動避障和轉向避障的不同特性。
展開 b）靜電計采集電路及自動控制系統的示意圖。c）簡單的避障控制策略和軌跡，d）自動控制程序，以及e）在自動避障過程中靜電計采集電路獲取的傳感器的信號。f）機器人汽車掃描物體表面輪廓的照片，g）獲取的表面形貌數據，h）以及經過偽Wigner-Ville變換后的信號。
圖5. BWMR在機器人技術中用于震動監測和路面狀況感知的應用演示。a）配備BWMR觸覺系統的四足機器人的照片。b）當施加不同頻率的振動時，BWMR采集到的電壓信號的頻譜圖。c）蜘蛛通過腳上的震動探測器捕獲獵物的示意圖。d）仿生機器人感知物體靠近的照片，以及e）BWMR實時獲取的信號。f）蜘蛛通過感知腳下的壓力防止衰落的照片。g）仿生機器人感知其自身步態和路面狀況的照片，以及h）機器人行走時實時獲取的信號。
圖6. BWMR在工業領域中用于設備參數的指示和遠程監控。a）機電指示器用于速度、壓力和位移遠程監控和直接顯示的示意圖。b）BWMR作為指針的機電儀表用于遠程獲取其旋轉角度的示意圖。信號經過濾波及微分后，通過對峰值計數從而得到穩定的旋轉角度。c）當指針以不同的速度旋轉以及在兩個刻度之間振動時，BWMR儀表的產生的開路電壓及微分信號。正峰值和負峰值分別是順時針和逆時針旋轉產生的。由于電壓信號會存在基線漂移和信號波動，但經過微分處理后，信號穩定性會大幅度提高，具有更高的抗干擾能力。d）利用多個BWMR指針提高了分辨率的示意圖。e）指針1，指針2和兩者并連后的VOC信號。利用兩個BWMR指針可使峰值密度加倍。
展開 玉兔號月球車從嫦娥四號著陸器下來示意圖
玉兔號月球車的質量為140千克，長1.5米，寬1米，高1.1米，壽命3個月（月球上的3天），由移動、結構與機構、導航控制、綜合電子、電源、熱控、測控數傳和有效載荷共8個分系統組成。它以太陽能為能源，能夠耐受月表真空、強輻射、＋150℃～—180℃極限溫度等極端環境。
其移動分系統采用6輪主副搖臂懸架的移動構形，可6輪獨立驅動，4輪獨立轉向,在月面巡視時采取自主導航和地面遙控的組合模式，具有自主測距、測速、前進、后退、轉彎、避障、越障、爬坡、橫向側擺，原地轉向、行進間轉向、感知環境、規劃路徑、月面長時間生存的本領。
采用主副搖臂懸架的移動分系統
這個我國最高智能“機器人”采用6個空心彈性篩網輪子，目的是減輕重量,防止粘帶月塵和揚塵。篩網輪上的棘爪可以提高輪子的抓地能力，避免車輪在松軟月壤環境下出現打滑和下陷的狀況。其活動范圍為5千米2，具有?20°爬坡、20厘米越障能力，移動速度要達到200米/小時。之所以行駛的慢，是由它的任務決定的。它首先要“看路”，月球上沒人幫忙把路修好；其次要跟地面傳輸信息；還要按照工程目標和科學目標展開工作。它的高性能體現在越障能力和通過性，而不是追求高速度，而且它始終不會離開著陸器的“視野”。
結構與機構分系統由結構和太陽電池翼機械部分、桅桿、機械臂構成，主要為各種儀器、設備、有效載荷提供工作平臺。
導航控制分系統攜帶有相機及大量傳感器，具備獨立處理各種環境的能力，在得知周圍環境、自身姿態、位置等信息后，可以通過地面或車內裝置，確定速度、規劃路徑、緊急避障、控制運動與監測安全，保證到達目的地。
綜合電子分系統將中心計算機、驅動模塊、處理模塊等集中一體化，采用實時操作系統，實現遙測遙控、數據管理、導航控制、移動與機構的驅動控制等功能。
展開 
避障控制的最新內容
[2]馬宇豪.六自由度機械臂避障軌跡規劃及控制算法研究[D].中國科學院大學[2024-06-08].
圖1 六自由度機械臂三維空間避障規劃示意圖
基于粒子群優化算法的三維避障路徑規劃
1.1 路徑規劃問題描述
路徑規劃是指在已知環境信息的情況下，確定從起始點到目標點的最優路徑，并且該路徑不能與環境中的障礙物相交。
多AUV主從式編隊及避障控制方法[J]. 高技術通訊, 2014, 24(5): 538-544.
DING Guohua, ZHU Daqi. Control of leader-follower formation and obstacle avoidance for Multi-AUV[J].
基于深度強化學習的系統避障控制模型如圖7所示，可分為基于值函數和基于策略梯度的深度強化學習算法。
用途
算法驗證、軌跡規劃、集群控制、深度學習驗證、智慧沙盤等
提升飛控系統開發效率
在對無人機飛行控制系統進行開發時，工程師需要對空中懸停、飛行中避障、機身姿態控制、著陸等功能進行開發和測試，因此工程師需要一把工作在三維空間中的尺子，實時對無人機在空間中的高度、位置、姿態、抖動、延時等指標進行測量，以提升開發效率。
目前，不少國家已攻克了無人艇在弱聯通情況下多節點協同航行技術難關，解決了無人艇集群集結、隊形保持、動態任務分配、隊形自主變換、協同避障和容錯控制等制約無人艇實施集群作戰的技術難題，實現了無人集群系統的自主化、協同化。
——有人艇與無人艇的組合運用。在有人駕駛的船艇上，設置無人艇控制站，負責對無人艇進行任務規劃、智能決策、電子海圖顯示、狀態監控等指揮控制。
通過提供高精度里程計和100Hz的高分辨率環境3D地圖，FAST-LIO2非常適合機器人的實時控制和避障。例如，我們之前的工作[63]展示了FAST-LIO2在自主無人機上的應用，可在復雜的室內和室外環境中躲避動態小物體（低至9毫米）。
圖9 翻轉實驗。
在蜂擁控制中，避障控制的基本策略是將前方障礙物想象成一個圓柱體模型［62］，存在多個障礙物時無人機會優先避開最近的目標，但該方法沒有考慮障礙物的實際大小以及障礙物與無人機之間的距離對無人機轉向控制力的影響。Olfati-Saber［63］假設障礙物是一個移動的智能體，障礙物進入無人機感知范圍時將障礙物視作鄰居處理，但無人機在繞過障礙物后仍會受到障礙物影響。
[5] 張佳龍,閆建國,張普,等.基于改進人工勢場的無人機編隊避障控制研究[J].西安交通大學學報,2018,52(11):112-119.
，提出一種基于聯盟的無人機集群避障控制算法。
為了設計避障的轉向控制器，Erlien等把靜態障礙物的邊界線描述為環境包絡線，同時確定了車輛的安全避障區域。Keller等用安全氣泡定義周圍車輛的危險區域，當自車進入到安全氣泡時執行避障控制。
